如何将值分配给 Tensorflow 中的指定位置？答案

【问题标题】：How to assign values to specified location in Tensorflow?如何将值分配给 Tensorflow 中的指定位置？
【发布时间】：2017-11-22 17:53:47
【问题描述】：

我想实现一个 SSIM 损失函数，因为边界被卷积中止，我想保留边界并计算边界像素的 L1 损失。代码是从这里学习的。 SSIM / MS-SSIM for TensorFlow

比如我们有img1和img2 size [batch,32,32,32,1]，还有高斯11的window_size，结果ssim map会是[batch,22,22,22,1]，L1 map [batch,32,32,32,1] 如何将 ssim 分配到 L1 的中心？

我收到这样的错误； TypeError: 'Tensor' 对象不支持项目分配

【问题讨论】：

标签： tensorflow ssim loss-function

【解决方案1】：

对于价值分配，请在此处查看答案：Adjust Single Value within Tensor -- TensorFlow

一种可能更符合您正在寻找的方法可能是：

创建 ssim_map 张量
创建 ssim_map 的框架，即完成 ssim_map 到 L1_map 所需的部分（作为张量）
使用tf.concat 操作将各个部分组合在一起并获得最终张量

例如，我还没有检查它是否有效，但这样的想法应该可以完成工作：

upper_band1 = L1_map[:, :5, 5:-5, 5:-5, :]
lower_band1 = L1_map[:, -5:, 5:-5, 5:-5, :]
upper_band2 = L1_map[:, :, :5, 5:-5, :]
lower_band2 = L1_map[:, :, -5:, 5:-5, :]
upper_band3 = L1_map[:, :, :, :5, :]
lower_band3 = L1_map[:, :, :, -5:, :]

intermediate_1 = tf.concat([upper_band1, ssmi_map, lower_band1], axis=1)
intermediate_2 = tf.concat([upper_band2, intermediate1, lower_band2], axis=2)
final = tf.concat([upper_band3, intermediate3, lower_band3], axis=3)

【讨论】：

ssim_map的frame是什么？我很困惑。
我的意思是 L1_map 中未被 ssim_map 的值覆盖的值。要获得这些，您应该相应地对 L1_map 进行切片。
添加了一个更完整的示例，可能存在错误，但它说明了这个想法
非常感谢，我会努力解决的